ברקע המירוץ העולמי והמקומי להקמת עוד ועוד דאטה סנטרים, גם רשת יוחננוף עשתה את צעדה הראשון בתחום. איתן יוחננוף, בעל השליטה ברשת, רכש קרקע מגב-ים בשווי 400 מיליון שקל. הוא עשה זאת דרך חברה פרטית שבבעלותו, ורכש 65 דונם באזור התעשייה הצפוני של יבנה. הקרקע מיועדת לתעשייה ומשרדים, ובכוונת יוחננוף להקים במקום חוות שרתים גדולה, בהספק של עשרות רבות של מגה-וואט. תחום הדאטה סנטרים חווה ביקושים גדלים מצד חברות טכנולוגיה, בגין הנסיקה בשימוש בבינה מלאכותית והצורך בתשתיות עיבוד נתונים בהיקפים גדולים. המהלך של יוחננוף מהווה עוד דוגמה למגמה בה שחקנים שאינם מעולם הטק נכנסים לעולם חוות השרתים, על רקע הביקושים הגוברים והצורך באנרגיה בזמינות רבה לתפעולם של המתקנים. גב-ים נמצאת בשליטת נכסים ובניין, וזו נמצאת בשליטת דסק"ש. מגה אור, שבשליטת צחי נחמיאס, היא מבעלי המניות המרכזיים בגב-ים. מגה אור פועלת בתחום הדאטה סנטרים: היא חתמה על הסכם עם אנבידיה (Nvidia) לשימוש בחוות שרתים ליד יקנעם, בהשקעה בשווי חצי מיליארד דולר. מגה אור פועלת בתחום באמצעות חברה-בת בשם מגה DC. שווייה של רשת יוחננוף עומד על יותר מ-5.1 מיליארד שקל, ואיתן יוחננוף אוחז בכשביעית ממניות החברה. רשת יוחננוף הגדילה את פעילות הנדל"ן שלה בחודשים האחרונים, ורכשה קרקעות לפיתוח מרכזים מסחריים בכמה אזורים בארץ. עשרות דאטה סנטרים ברחבי המדינה נמצאים בשלבי תכנון או הקמה בשנים האחרונות, וביתר שאת מאז הופעת הבינה המלאכותית היוצרת (GenAI), ענקיות טק עולמיות, דוגמת AWS, אורקל (Oracle), גוגל קלאוד (Google Cloud) ומיקרוסופט (Microsoft), הקימו בישראל דאטה סנטרים בעלויות של מיליארדים. כיום, עשרות דאטה סנטרים ברחבי המדינה נמצאים בשלבי תכנון או הקמה. הקמתם מהווה הזדמנות ליצירת אזורי תעשייה חדשים, הרחבת התעסוקה וחיזוק הכלכלה. עולם הדאטה סנטרים חווה ביקוש גבוה מכמה סיבות עולמיות, ובראשן, הזינוק בשימוש בבינה מלאכותית בארגונים מכל מגזרי הפעילות. כך, הפעלה של מודלי שפה גדולים, LLM's, דורשת היקפי חישוב ויכולות עיבוד עצומות – ובהתאמה – של חשמל, קירור, שטחי שרתים, מערכות גיבוי, אבטחת מידע והגנת סייבר וקישוריות. סיבות נוספות לצמיחת התחום הן: הגירה של ארגונים לעבר צריכת שירותים בעננים, הגידול בהיקף המידע המאוחסן, והמעבר של ארגונים לתשתיות דיגיטליות.

יש חובות שקל לזהות – הלוואות, אג"חים, אשראי ספקים. הם מופיעים בדו"חות, נמדדים ומתומחרים. אבל יש עוד סוג של חוב, כזה שלא תמיד שמים לב אליו, והוא לפעמים הכי מסוכן – חוב טכני. הוא לא מופיע במאזן, לא עובר דרך רואה החשבון ולא מדווח לבורסה. ובכל זאת, הוא שם. מצטבר, נושא ריבית ולעיתים קובע את גורלה של חברה לא פחות מכל החלטה פיננסית אחרת. מי שחושב שהדבר הוא עניין של מפתחים בלבד מפספס את התמונה הגדולה. בסוף זו החלטה עסקית, פשוט כזו שמתקבלת תוך כדי כתיבת קוד ולא סביב שולחן הנהלה. אפשר לחשוב על חוב טכני כמו חוב רגיל, רק שאף אחד לא באמת מציג אותו בצורה מסודרת. כשחברה בוחרת להוציא מוצר מהר לשוק, היא לעיתים עושה פשרות. הקוד פחות נקי, הארכיטקטורה זמנית, בדיקות נדחות. במונחים חשבונאיים, זו הלוואה. חיסכון בזמן עכשיו, בתמורה לתשלום עתידי. אלא שבניגוד להלוואה רגילה, אין ריבית קבועה ואין לוח סילוקין. וה"ריבית" במקרה המסוים היא בעיקר חוסר ודאות. אתה אף פעם לא באמת יודע כמה זה יעלה לך בהמשך. כל שינוי הופך מורכב יותר, כל תקלה לוקחת זמן כפול לתיקון, וכל עובד חדש נדרש ללמוד מערכת שלא תוכננה באמת להיקרא. אפשר לחשוב על חוב טכני כמו חוב רגיל, רק שאף אחד לא באמת מציג אותו בצורה מסודרת בשלב מסוים, ההשפעה זולגת החוצה. זמני פיתוח מתארכים, עלויות עולות, והיכולת להגיב לשוק נפגעת. בשלב האמור זה כבר לא רק עניין של מפתחים, אלא שהוא מתחיל להשפיע ישירות על הביזנס. חברות רבות מגלות זאת מאוחר מדי, כשהמוצר שלהן מתקשה להתפתח בקצב שהשוק דורש. למה הנהלות ממשיכות להתעלם מהבעיה? אז מדוע הנהלות ממשיכות להתעלם מהבעיה? הסיבה די טריוויאלית: פשוט לא רואים את זה. מנהלים נמדדים על תוצאות רבעוניות, על צמיחה, על השקות. לא על איכות קוד. במציאות כזו, קל מאוד להעדיף פיצ'ר חדש על פני שיפור תשתית. הלקוח רואה את הפיצ'ר, לא את הקוד שמאחוריו. וחוץ מזה, יש פה גם עניין אנושי לגמרי. בני אדם נוטים להעדיף רווח מיידי על פני הפסד עתידי, גם אם הוא גדול יותר. בארגונים טכנולוגיים, ההטיה הזו מקבלת ביטוי בקוד – כל דחייה של טיפול בחוב הופכת את הבעיה לגדולה יותר, אבל גם לפחות דחופה לכאורה. עד שהיא כבר בלתי נמנעת. מתי חוב טכני הוא דווקא מהלך חכם? לא כל חוב הוא טעות. יש מקרים שבהם חוב טכני הוא החלטה ניהולית נכונה. סטארט-אפ בתחילת דרכו, למשל, לא יכול להרשות לעצמו שלמות. הוא צריך לבדוק שוק, להגיע ללקוחות, לייצר תזרים. השקעה מופרזת בארכיטקטורה מוקדמת עלולה להיות בזבוז זמן, אם המוצר עצמו לא יוכיח את עצמו. גם בארגונים גדולים יש רגעים כאלה. השקה קריטית, חלון הזדמנויות קצר, תחרות שמתקדמת מהר. במצבים כאלה, קיצור דרך הוא לא כשל אלא אסטרטגיה. הכול תלוי בשאלה האם אתה יודע שאתה נכנס לזה, או פשוט מתגלגל לשם בלי לשים לב. חוב חכם נלקח מתוך הבנה ברורה של המחיר העתידי, עם כוונה אמיתית להחזיר אותו. חוב מסוכן הוא כזה שנוצר מתוך הכחשה או אדישות. הבעיה היא שרבים מהארגונים מתחילים בחוב חכם ומסיימים בחוב שלא ניתן לנהל. הגבול בין השניים דק מאוד, ולעיתים נעלם לחלוטין תחת לחץ. העידן החדש – מאיץ את הבעיה במקום לפתור אותה כניסת כלים מבוססי בינה מלאכותית שינתה את קצב הפיתוח. כלים כאלו מאפשרים לכתוב קוד מהר יותר מאי פעם. אבל מהר מדי גם יכול לחזור אליך כבומרנג. כאשר היכולת לייצר קוד עולה, גם היכולת לייצר חוב עולה. הקוד שנוצר לא תמיד מותאם להקשר הרחב של המערכת. הוא פותר בעיה נקודתית, אבל לא תמיד משתלב בצורה מיטבית. מפתחים צעירים, וגם מנוסים, עלולים להישען על פתרונות מוכנים בלי להבין לעומק את ההשלכות. התוצאה היא האצה של אותה תופעה ישנה, שכעת פשוט תופסת קצב גבוה יותר. מצד שני, אותם כלים יכולים גם לעזור בניהול החוב. הם מאפשרים לזהות בעיות, להציע ריפקטורינג, ולשפר קוד קיים. בסוף זה פחות קשור לכלי עצמו ויותר לאיך משתמשים בו בפועל. ארגון שמודע לחוב הטכני שלו יוכל להשתמש בבינה מלאכותית כדי לצמצם אותו. ארגון שמתעלם ממנו רק יאיץ את ההידרדרות. הגיע הזמן להכניס את החוב הטכני לשיח הניהולי הרבה ארגונים עדיין מתייחסים לעניין כאילו זו בעיה של המפתחים בלבד, וזה פספוס – זהו נושא ניהולי. בדיוק כמו שמנהלים עוקבים אחרי תזרים מזומנים או סיכוני אשראי, כך צריך לנהל גם חוב טכני. למדוד, להעריך, לתעדף. ארגונים מתקדמים כבר עושים זאת. הם מקצים זמן קבוע לטיפול בחוב, משלבים אותו בתכנון העבודה ומדברים עליו בשפה עסקית. במקום דיון על קוד נקי, מתקיים דיון על סיכון תפעולי. במקום ויכוח בין מוצר לפיתוח, מתקבלת החלטה משותפת על איזון. מניסיוני, חוב טכני הוא לא בעיה טכנולוגית אלא סיפור על קבלת החלטות, על היכולת לבחור בין עכשיו לאחר כך, בין מה שנראה לבין מה שיקרה. מי שמבין זאת מוקדם, מרוויח יתרון אמיתי. מי שמתעלם מכך, בדרך כלל מגלה את המחיר רק כשהדברים כבר מתחילים להישבר. הכותב הוא יועץ טכנולוגי לארגונים בעיקר בתחום האשראי החוץ בנקאי ובעברו מנמ"ר

המשתמשים בסביבת ה-Codex של OpenAI לצורך פיתוח יכולים להוסיף אליה דמות מונפשת קטנה שיכולה להחיות קצת את העבודה. אמנם בחברה מכנים אותה Pet, אבל לא מדובר בחיית מחמד דווקא, וגם לא מגדלים אותה: זהו סוג של עוזר אישי קטן – אם תרצו, כמו האטב האייקוני מסביבת ה-Office של מיקרוסופט. העוזר הזה יכול להודיע ש-Codex מסיימת מטלה מסוימת, לספר מה המטלה שהיא ממלאה באותו רגע – למשל במקרה שבו עובדים על כמה פרויקטים במקביל, וגם להודיע שסביבת הפיתוח זקוקה למשוב מסוים מיידי לגבי בעיה כזו או אחרת. אפשר גם, איך לא, לשחק קצת עם העוזר האישי הזה, להריץ אותו, לדוגמה, מצד לצד, אבל יש גם אנימציות מוכנות שמספקות, כאמור, סוג של משוב לגבי המטלות המורצות – כולל תקלות, אם מתרחשות. כדי לזמן/להסתיר את העוזר האישי הזה כותבים את הפקודה /pet בשורת הפקודה של האפליקציה, ואפשר לייצר עוזר אישי חדש באמצעות הפקודה /hatch – ואפשר גם לבחור להוריד אחד מהסייענים שכבר הוכנו בידי משתמשים, ויש כבר כמה מאות כאלה שזמינים להורדה. אפשר גם לבחון עבור כל אחד מהם איזו אנימציה הוא יציג בכל אחד מהמצבים השונים שבהם הוא נכנס לעבודה. צבי קצבורג

קבוצת אמן, בשיתוף CyberproAI ישראל ועמותת עתידים, הודיעה באחרונה על פתיחת המחזור השני של תוכנית "לוחמים להיי-טק" – יוזמה ייחודית לשילוב לוחמים משוחררים ואנשי מילואים בתעשיית ההיי-טק הישראלית. המחזור הנוכחי מונה כ-17 משתתפות ומשתתפים, אשר יתחילו הכשרה מקצועית בתחום ה-Full Stack במכללת CyberproAI ישראל. המשתתפים יעברו הכשרה מעמיקה בפיתוח תוכנה, ובהמשך המסלול יתפצלו להתמחויות נוספות בהתאם לצורכי התעשייה. עם סיום ההכשרה, ישובצו הבוגרים אצל לקוחות קבוצת אמן, בהם ארגוני אנטרפרייז מהמובילים במשק, גופים ביטחוניים, בנקים, חברות ביטוח, קופות חולים וחברות נוספות בקבוצה. למחזור הנוכחי ניגשו למעלה מ-218 מועמדים. מתוכם התקבלו 15 בלבד, לאחר תהליך מיון הכולל קורות חיים, מבחני התאמה, מבחני כישורים וראיונות אישיותיים. רק בתום שלב הסינון מתקבלים המועמדים לקורס עצמו. זהו המחזור השני שמתקיים בשיתוף CyberproAI ישראל, כאשר בקבוצת אמן מציינים כי במהלך השנה צפויים להיפתח מחזורים נוספים, בהתאם לביקוש הגובר. "אנחנו רואים בתוכנית 'לוחמים להיי-טק' שליחות" במסגרת התוכנית, המשתתפים עוברים הכשרה מקצועית מעשית בתחומי פיתוח תוכנה, סייבר, דאטה וסיסטם. לאורך התהליך זוכים המשתתפים לליווי תעסוקתי ואישי מלא, הכולל מנטורינג צמוד, הכוונה מקצועית ותמיכה מתמשכת. כבר במהלך ההכשרה הם משולבים בהדרגה בסביבת העבודה הארגונית, במטרה לייצר מעבר חלק לעולם התעסוקה. בנוסף, התוכנית כוללת מסלול Upskilling והמשך הכשרות מקצועיות במהלך שלוש השנים הראשונות להשתלבותם בתעשייה, כך שההתפתחות המקצועית נמשכת גם לאחר סיום הקורס. ההכשרה אינה כרוכה בעלות למעסיקים, והיא מאפשרת לארגונים לגייס עובדים איכותיים ומוכשרים תוך הפחתת חסמי כניסה משמעותיים. אלון רייטר, סמנכ"ל משאבי אנוש בקבוצת אמן: "אנחנו רואים בתוכנית 'לוחמים להיי-טק' שליחות. אנחנו פוגשים לוחמים ולוחמות שמביאים איתם יכולות יוצאות דופן מהשירות הצבאי: משמעת, אחריות, יכולת עבודה תחת לחץ וחתירה למטרה, ומתרגמים את היכולות האלה לקריירה טכנולוגית אמיתית ומסלול חיים יציב ומשמעותי בהיי-טק הישראלי. זו גם אחריות לאומית וגם הזדמנות עסקית איכותית עבור לקוחותינו". ברק לייבוביץ, סמנכ"ל התפעול של CyberproAI ישראל: "השותפות בין CyberproAI ישראל, קבוצת אמן ועמותת עתידים מאפשרת לנו לבנות מסלול אמיתי מהכשרה להשתלבות בתעשייה. במסגרת התוכנית, הלוחמות והלוחמים עוברים הכשרה אינטנסיבית של כחצי שנה במתכונת יומית – שוות ערך לכשנתיים באקדמיה – המשלבת תיאוריה לצד עבודה מעשית ובניית פרויקטים לתעשייה. הם מביאים איתם משמעת, חוסן ויכולת למידה גבוהה, ואנחנו מתרגמים את היכולות האלה למקצוע טכנולוגי מבוקש ולקריירה יציבה בהיי-טק הישראלי".

באחרונה שבתי מלונדון עם בשורות מעניינות. אחרי שהבחנתי במכוניות משונות שמשוטטות בכבישיה ויצאתי לחקור קצת את הנושא, גיליתי כי Waymo – מבית אלפבית (Alphabet), תאגיד האם של גוגל (Google) – השיקה את שירות המוניות האוטונומיות הראשון שלה באירופה, והחלה בפיילוט פיונירי בבירת בריטניה. המהלך נחשב למבחן משמעותי ליכולת הטכנולוגיה, עקב התשתית הלונדונית המפותלת והצרה. Waymo, כך מסתבר פועלת בימים אלה לפריסת שירות המוניות האוטונומיות שלה בעיר, וזו בעצם התרחבות של הפרויקט הבינלאומי השני שלה מחוץ לארצות הברית, אחרי טוקיו. בשלב הנוכחי של הניסוי, הרכבים כבר כן מנווטים באופן אוטונומי, אך מפעיל בטיחות אנושי נמצא מאחורי ההגה, ומוכן להתערבות במידת הצורך. הרכבים המשמשים לניסוי הובאו מהפעילות של החברה בארה"ב, ולכן ההגה ממוקם בהם בצד שמאל, אם כי נהגי הבטיחות עברו הכשרה לפעול בהתאם לחוקי התנועה הבריטיים שלב הסריקה והמיפוי מי שנתקל, כמוני, במכוניות החברה המצוידות בתוספים משונים, למעשה ראה שלב ראשוני אך קריטי ביישום השירות המתקדם. הפעלת הרכבים האוטונומיים נטולי הנהג מתבססת על יצירת מפות תלת-ממדיות ברזולוציה גבוהה של סביבת הנהיגה. בשלב הראשון של הפרויקט בלונדון, החברה הפעילה צי חלוצי של כ-24 רכבי יגואר I-Pace חשמליים, שהיו נהוגים בידי נהגים אנושיים, ושכל מטרתם לאסוף נתונים ולמפות במדויק את תשתיות הכבישים, המדרכות והתמרורים בלונדון. כיום, צי הרכבים הפעיל בלונדון כבר הורחב לכ-100 רכבים, אשר פועלים בשטח של כ-100 מייל רבוע בעיר. מה ש"מקשט" את הרכבים האלו הוא למעשה מערך חיישנים הכולל מצלמות, מכ"ם ו-LiDAR, המאפשרים זיהוי של הסביבה ב-360 מעלות ולטווח של עד 300 מטרים. בשלב הנוכחי של הניסוי, הרכבים כבר כן מנווטים באופן אוטונומי, אך מפעיל בטיחות אנושי נמצא מאחורי ההגה, ומוכן להתערבות במידת הצורך. הרכבים המשמשים לניסוי הובאו מהפעילות של החברה בארה"ב, ולכן ההגה ממוקם בהם בצד שמאל, אם כי נהגי הבטיחות עברו הכשרה לפעול בהתאם לחוקי התנועה הבריטיים. ההתאמה לסביבה הלונדונית Waymo מבית גוגל ברחובות סן פרנסיסקו. צילום: פרטי התשתית התחבורתית של לונדון שונה מזו של מרבית הערים שבהן פועלת Waymo בארה"ב. ערים כמו סן פרנסיסקו ופיניקס מתאפיינות פעמים רבות במבנה כבישים רחב בצורת שתי-וערב (Grid), בעוד שבלונדון הרחובות צרים ומפותלים יותר, והתנועה כוללת ריבוי של מעגלי תנועה, הולכי רגל ורוכבי אופניים. מורכבות זו הובילה חוקרים לתאר את הפעילות בלונדון כמבחן משמעותי ליכולות הטכנולוגיה, ומייסד Waymo, סבסטיאן ת'רון, ציין לאחרונה בראיון כי בעבר לא צפה פריסה של השירות דווקא בעיר זו. הפעילות בלונדון מתנהלת בשלבים: באפריל 2026 החלה Waymo בפיילוט של שירות הסעת נוסעים, כאשר הניהול התפעולי של הצי מתבצע בשיתוף פעולה עם חברת Moove. יעד החברה הוא להשיק במהלך שנת 2026 שירות מסחרי, בו הרכבים ינועו ללא מפעיל בטיחות ברכב. אלא שכפי שברור לכל, ההשקה המסחרית המלאה כפופה למסגרת הרגולטורית בממלכה המאוחדת. ממשלת בריטניה העבירה לאחרונה את חוק הרכבים האוטונומיים (Automated Vehicles Act) ומתכננת לעדכן את התקנות הרלוונטיות במחצית השנייה של 2026, כאשר המסגרת הכוללת לשירותים מסחריים צפויה להיכנס לתוקף ב-2027. בנוסף, הפעלה של שירות מסחרי תדרוש קבלת אישור ספציפי מרשות התחבורה של לונדון (TfL). בעוד שתומכי המהלך מציגים נתונים על בטיחות הרכבים בהשוואה לנהגים אנושיים, ומדגישים את פוטנציאל השירות בשיפור נגישות לאוכלוסיות עם מוגבלויות, קיימות בציבור גם עמדות סקפטיות בנוגע לבשלות הטכנולוגיה, חששות מתופעות אי הדיוק וההזיות שמאפיינים בינה מלאכותית, וכן עולות שאלות באשר להשפעה הכלכלית האפשרית של שירותים אלו על ענף המוניות המסורתי (Black Cabs) בעיר. ואולם בסופו של דבר, הופעתן של המוניות האוטונומיות בכבישיה המפותלים של לונדון מזכירה לנו שהעיר הזו היא הרבה יותר מהיסטוריה, תרבות ומסורת – היא מוקד עולמי תוסס של קדמה ויזמות. הרכבים נטולי הנהג אינם רק פתרון תחבורתי, אלא הצצה אל "שחר של עידן חדש"; עתיד שבו טכנולוגיה מתקדמת משתלבת בהרמוניה עם המרחב האורבני, ומשנה לחלוטין את הדרך שבה אנו חווים את העיר ונעים בתוכה.

כשאלופות פוגשות אלופה: מפגש מיוחד נערך בשבוע שעבר, במסגרת שבוע המצוינות של קרן טראמפ, בין מנטוריות ויזמיות צעירות ליעל ארד, שזכתה במדליה הראשונה של ישראל באולימפיאדה, ומשמשת כיום כיו"רית הוועד האולימפי הישראלי. הצעירות, בוגרות עמותת יוניסטרים, שלוקחות חלק בתוכנית UniShe של העמותה בשיתוף מטא ישראל, שמעו מארד הרצאה מרתקת, שעסקה במצוינות בספורט, ביזמות ובחיים. אין דוגמה טובה ממנה למצוינות: ארד אמנם הפסידה בגמר הג'ודו באולימפיאדת ברצלונה ב-1992, אבל "בנקודות" ולא באיפון ברור. דיילי ציפי זוכרת איך היא חיכתה במתח מול הטלוויזיה להחלטת השופטת, שלמרבה הצער הייתה נגד ארד ובעד היריבה הצרפתית שלה. אלא שההפסד העניק לה את מדליית הכסף, שכאמור הייתה המדליה הראשונה שישראל זכתה בה אי פעם במשחקים האולימפיים – הרבה לפני שהצעירות מהתוכנית של יוניסטרים נולדו. ארד עודדה את הנוכחות באומרה: "אתן לא צריכות לפחד מאכזבה וכשלון, אלא להשלים עם הכשלון ולהיות שם כשזה קורה. העולם מתחלק לשניים: אנשים עם אמונה, שיצליחו, לעומת אנשים עם פחד מכשלון. הם לא בהכרח פחות מוכשרים, אבל הם פחות מעיזים". בכירות בהיי-טק שמלוות את הסטארט-אפיסטיות הבאות אחד מערכי הליבה של יוניסטרים הוא ערך השוויון ומתן שוויון הזדמנויות לכל בני ובנות הנוער והצעירים והצעירות בישראל מכלל המגזרים. כחלק מכך, פועלת העמותה רבות לטובת קידום נשים ונערות, במטרה לעודד אותן לחלום בגדול, לשאוף ולהגיע לתפקידי מפתח במשק הישראלי. אחת מתוכניות הדגל של בוגרות יוניסטרים היא תוכנית UniShe, שבמסגרתה הן לומדות ומקבלות טיפים מבכירות מהקהילה העסקית בישראל, לרבות מתעשיית ההיי-טק. לכל בוגרת שלוקחת חלק בתוכנית מוצמדת מנטורית בכירה מהעולם העסקי, שמלווה אותה בדרכה המקצועית – בדרך להיות סטארט-אפיסטית או עובדת בחברת היי-טק, או בחברות אחרות. כמו כן, התוכנית מעניקה לבוגרות כלים להתמודדות עם האתגרים המגדריים בשוק העבודה, ומטרתה לפתח עתודה ניהולית נשית לתפקידים בכירים בעולם העסקים והיזמות. במפגש השתתפו גם יפעת בכור, מנכ"לית יוניסטרים, ורויטל דרורי, סמנכ"לית מדיניות ואסטרטגיה בקרן טראמפ. בכור אמרה כי "המפגש עם יעל היה מעורר השראה, מצוינות ותקווה. אני רוצה לציין את מטא ישראל, על השותפות רבת השנים איתה, ואת קרן טראמפ, על הרמת שבוע המצוינות, שמחזק בכולנו, בכל שנה, את חשיבות המצוינות הישראלית, למען עתיד צעירות וצעירי המדינה שלנו". מטרתו של שבוע המצוינות הישראלית לקדם את המצוינות כערך בחברה שלנו ולחזק את השיח הציבורי סביב הישגים, חדשנות והובלה בתחומי החינוך, המדע, התרבות, הספורט והטכנולוגיה. השבוע כלל מאות אירועים ברחבי הארץ, שמטרתם לחזק ולהנכיח את המצוינות הישראלית ככוח מרכזי לעתיד המדינה.

במחקר רחב היקף ופורץ דרך של אוניברסיטת הרווארד ובית החולים בית ישראל דיקונס בבוסטון, שפורסם בכתב העת היוקרתי Science, נחשפה מציאות טכנולוגית חדשה שיכולה לשנות את פני הרפואה כפי שאנו מכירים אותה. הניסוי המקיף בחן את יכולותיו של מודל שפה מתקדם מבית חברת OpenAI, המכונה o1 preview, לבצע מטלות מורכבות של חשיבה קלינית וקבלת החלטות בזמן אמת במסגרת שירותי רפואה דחופה. בניגוד למחקרי עבר, שהסתמכו על שאלות תיאורטיות בסגנון מבחן אמריקני ובאווירה סטרילית, הפעם בחרו החוקרים להציב את הטכנולוגיה במבחן המציאות המורכבת של בתי החולים. המערכת הממוחשבת הוזנה בנתונים של 76 מקרים אמיתיים לחלוטין מתוך מערכת התיקים הרפואיים האלקטרוניים של מטופלים שביקרו במיון, בדיוק כפי שנכתבו, כולל רעשי הרקע, חוסר הסדר והמידע החסר שאופייניים לתיעוד של אחיות ורופאים בשלבי הקליטה הראשוניים. מטרת החוקרים הייתה לגלות האם התוכנה מסוגלת להתמודד עם העומס, הלחץ והעמימות המאפיינים את עבודת הצוותים הרפואיים במחלקות לטיפול דחוף – או כפי שהם מכונים בישראל חדרי מיון. A new study from Harvard just found that AI diagnosed real ER patients more accurately than two attending physicians from elite med schools. The model used? OpenAI's o1-preview… Released in September 2024. The correct diagnosis at initial ER triage on 76 cases from a Boston… pic.twitter.com/vhebknEyeA — The Rundown AI (@TheRundownAI) May 2, 2026 המערכת התעלתה על ביצועי הרופאים במספר שלבי טיפול ממצאי הניסוי הציגו תמונה חד-משמעית ומפתיעה למדי באשר לעליונותה של המערכת. הטכנולוגיה נבחנה בשלושה שלבים שונים של תהליך הטיפול, והצליחה להתעלות על ביצועיהם של רופאים מומחים בכל אחד ואחד מהם. הפער המשמעותי ביותר נרשם דווקא בשלב הטריאז' הראשוני – רגע הקבלה למיון שבו המידע הרפואי אודות החולה הוא הדל והחלקי ביותר, והצורך לקבל החלטה מהירה הוא הגבוה ביותר. בשלב קריטי זה, מודל הבינה המלאכותית הצליח לקלוע לאבחנה המדויקת, או לאבחנה קרובה מאוד אליה, ב-67.1% מהמקרים, בעוד ששני רופאים מומחים שהתמודדו עם אותם נתונים במקביל הגיעו לדיוק של 55.3% ו-50% בלבד. ככל שהתקדם הטיפול והתווסף מידע רפואי מהותי, הפער אמנם הצטמצם מעט, אך עדיין נותר מובהק לטובת המכונה: בשלב ההערכה הראשונית במיון, המודל רשם דיוק של 72.4% לעומת 61.8% ו-52.6% אצל הרופאים, ובשלב ההחלטה הסופית על אשפוז המטופלים במחלקות הרגילות או בטיפול נמרץ, המערכת השיגה 81.6% דיוק, בעוד המומחים האנושיים רשמו 78.9% ו-69.7% (בהתאמה). העליונות הטכנולוגית לא נעצרה רק בשלב אבחון המחלה, אלא באה לידי ביטוי מובהק גם ביכולת לתכנן את המשך הטיפול. בניסוי נפרד שכלל חמישה מקרי בוחן קליניים מורכבים במיוחד, המערכת התבקשה לקבוע תוכניות טיפול מעשיות, הכוללות המלצות למרשמי אנטיביוטיקה מותאמים ואף קבלת החלטות רגישות הנוגעות להליכי סוף החיים. הציון החציוני שהשיגה הבינה המלאכותית במשימות אלו עמד על 89% הצלחה. לשם השוואה, קבוצה גדולה של רופאים אנושיים, שהסתייעו במשאבים שגרתיים ועדכניים כמו מנועי חיפוש, השיגו ציון של 34% בלבד, ואפילו קולגות שהשתמשו בגרסאות קודמות של מחוללי שפה (כדוגמת GPT-4) הגיעו רק ל-41% הצלחה. חדות אבחנתית חסרת תקדים כדי להמחיש את עוצמת החשיבה הקלינית של התוכנה בזמן אמת, החוקרים תיארו מספר תרחישים שבהם המכונה הפגינה חדות אבחנתית חסרת תקדים. בראיון שהעניקו לגרדיאן, תואר מקרה של מטופל שהגיע לחדר המיון כשהוא סובל מקריש דם בריאות ומתסמינים שהלכו והחמירו. בעוד שהרופאים האנושיים סברו בתחילה כי התרופות נוגדות הקרישה פשוט אינן משפיעות כראוי, ה-AI הצליבה את הנתונים וזיהתה פרט קטן בהיסטוריה הרפואית של המטופל – מחלת רקע של זאבת (לופוס). המערכת הסיקה באופן מיידי כי הזאבת היא זו שגורמת לדלקת החמורה בריאות – אבחנה שהתבררה כנכונה. במקרה מאלף אחר, שפורסם במגזין Science News, מטופל שבעברו הייתה השתלת איברים, והיה מדוכא חיסון, הגיע לבית החולים עם תסמיני נשימה שגרתיים לכאורה. ד"ר אדם רודמן, ממחברי המחקר הבכירים מהרווארד, סיפר בהשתאות כי "המודל חשד מתחילת הדרך שמדובר בזיהום מסוכן של חיידק טורף, שדורש ניתוח, ככל הנראה 12 עד 24 שעות לפני שהרופא האנושי היה מתחיל בכלל לחשוד בכך". לאור נתונים אלו, אין פלא שהתוצאות הפתיעו אפילו את עורכי המחקר עצמם, שניגשו לפרויקט בסקרנות מדעית זהירה. "חשבתי שזה יהיה ניסוי מהנה אבל שהוא לא יעבוד כל כך טוב – וזה ממש לא מה שקרה", הודה רודמן בפתיחות. פרופסור ארג'ון מנראי, שותפו הבכיר למחקר, ציין כי הביצועים "באמת הדהימו אנשים רבים" והוסיף נחרצות כי "אנו עדים לשינוי טכנולוגי עמוק באמת, שיעצב מחדש את פני הרפואה". AI just beat ER doctors at diagnosing patients… in a Harvard study published YESTERDAY. 67% accurate at triage vs 55% for humans. AI doesn't forget. doesn't get tired. has more context than any doctor alive and will catch the edge case your physician missed because they've… https://t.co/d9VS1nnHPd pic.twitter.com/VmxAeiQ61F — shirish (@shiri_shh) May 2, 2026 המערכת אינה בשלה עדיין להחליף לגמרי את הרופא האנושי אולם חרף ההצלחה המסחררת בניסוי, כלל המומחים הדגישו והזהירו כי המערכת אינה בשלה בשלב זה להחליף רופא אנושי באופן גורף. מנראי הבהיר כי הניסוי נשען כולו על הזנת נתוני טקסט לתוך המחשב, זירה שבה מודלים של שפה מצטיינים במיוחד. במציאות העשייה הרפואית, רופאים נדרשים להקשיב לחולה, לבדוק אותו פיזית, לבחון מדדים פיזיולוגיים שונים, לפרש בזמן אמת צילומי רנטגן וא.ק.ג, ובעיקר – להבחין בניואנסים דקים של שפת גוף, עוצמת כאב ומצוקה רגשית, נתונים שמחשב עדיין אינו יודע לשקלל. ד"ר פיטר ברודר, עמית קליני מבית החולים שהוביל חלק מהמחקר, הדגיש נקודה חשובה נוספת: "מודל עשוי לזהות נכון את האבחנה העיקרית, אך בו זמנית להציע בדיקות מיותרות, שעלולות לחשוף את המטופל לפגיעה רפואית. בני אדם צריכים להיות הרף הסופי כשמדובר בהערכת ביצועים ובטיחות". עם זאת, לצד ההתלהבות, עולות גם ביקורות נוקבות. ד"ר ארייה ראו מהרווארד הבהירה ל-Science News כי חשיבת המחשב שונה מחשיבה קלינית אנושית, שכן מודלים נוטים לקפוץ למסקנות וההגיון שלהם "שביר בדיוק במקומות שבהם לחוסר ודאות ודקויות יש את החשיבות הגדולה ביותר". בנוסף, ד"ר וויי שינג מאוניברסיטת שפילד הזהיר ב-גרדיאן שרופאים עלולים להתרגל לנוחות, לאבד את חשיבתם הביקורתית ולהסתמך בעיוורון על המכונה. מעבר לכך, מרחפת שאלת האחריות המשפטית במקרי פגיעה במטופלים. מערכות הרגולציה בעולם טרם הותאמו למודלים שמקבלים החלטות אבחוניות, ואין כיום מסגרת חוקית המגדירה מי יישא באשמה אם תוכנה תוביל לנזק. ד"ר רודמן אף הודה בדאגה בפני הגרדיאן כי "אין כרגע מסגרת רשמית לאחריות אישית בסוגיה זו". מסתמן כי החזון העתידי של עולם הרפואה יתבסס על מה שרודמן מכנה "מודל טיפולי משולש" – כזה המשלב בין הרופא, המטופל וה-AI ככלי עזר שני, וכפי שהדגיש מנראי, מטופלים ימשיכו לרצות בסופו של דבר שרופאים אנושיים יהיו אלו שידריכו אותם בהחלטות הקשות בנושאי בריאות, חיים ומוות.

סימפליסיטי (SimplyCT) מקבוצת אמן הטמיעה בסיליקום (Silicom) מודול MRP במערכת הפריוריטי שלה, לטובת ניהול המלאי וההזמנות בכל סניף בצורה חכמה. הפרויקט החל בסוף 2025 והסתיים באחרונה. היקף הפרויקט לא נמסר, אולם גורמים בענף העריכו את היקפו בכחצי מיליון שקלים. סימפליסיטי, שנרכשה ומהווה כיום חלק מקבוצת אמן, משמשת כזרוע הקבוצה להובלת פרויקטי יישום של פריוריטי. סיליקום פועלת בעולם של פתרונות רשת ותשתיות נתונים. החברה הישראלית מפתחת ומייצרת פתרונות חומרה לתקשורת ולרשתות – עבור דאטה סנטרים, ספקיות ענן ויצרני ציוד מקורי (OEM). החברה מציעה כרטיסי רשת מהירים, כרטיסים חכמים ופתרונות קצה לשיפור ביצועים, אמינות ואבטחת תשתיות IT. הפרויקט נועד לענות לאתגר תפעולי משמעותי: MRP (ר"ת Material Requirements Planning), תכנון דרישות חומרים. בשל הפרויקט, לסיליקום יש כעת יכולת בקרה על ניהול המלאי בתהליכים עתירי מלאי. סיליקום פועלת בשלושה מוקדים עיקריים: ישראל, אסיה וארה"ב. בכל אחד מהמוקדים יש סניפים ואתרי ייצור שונים. לאלה יש סלי מוצרים, מחסנים, ספקים ודרישות שוק ייחודיות. החברה נזקקה לסנכרון מלא בין שלבי הייצור השונים – לבין התחייבויות מול הלקוחות בחו"ל. בסיליקום נעשו ניסיונות לשנות או לשפר את תהליכי התכנון, אך לא התקבל פתרון יציב, ולכן הוחלט על הרחבת והטמעת מודול ה-MRP במערכת ה-ERP. תכנון אוטומטי, אחיד ומסונכרן בין הסניפים במסגרת הפרויקט נערכו התאמות של המדדים המקומיים בכל אתר – מהגדרת מחסנים ושרשראות אספקה ועד מדיניות מלאי וזמני אספקה. כך נוצר תכנון אוטומטי, אחיד ומסונכרן בין הסניפים, המאפשר שליטה מרכזית וגמישות תפעולית בכל סניף, תוך צמצום חוסרים ועודפים במלאי. מודול MRP לפי סניפים נוסף לחבילת פריוריטי באחרונה, וסיליקום היא מהארגונים הראשונים שהטמיעו אותו. בטרם ההטמעה, אנשי אמן וסיליקום ערכו תכנון רב-אתרי מסונכרן, לרבות הגדרה של מדדים ייחודיים לכל אתר והטמעה מדויקת של תהליכים גלובליים – במערכת אחת. רועי בן מנחם, מנכ"ל סימפליסיטי. צילום: פרטי אחד האתגרים בפרויקט, היה התאמת המערכת לתהליכים ולשיטות העבודה הייחודיות שכבר פעלו בארגון במשך שנים. במקום לכפות שינוי בתהליכים, הפתרון נבנה כך שיעבוד לצד התהליכים הקיימים ויתמוך בהם. הטמעת ה-MRP לפי סניפים אפשרה לסיליקום לרכז את כלל תהליכי התכנון במערכת אחודה אחת, ייתרה את העבודה הידנית בגיליונות אקסל וייצרה אוטומציה מלאה בפתיחת פקודות עבודה ודרישות רכש. כך, רמת הדיוק והבקרה על שרשרת האספקה הגלובלית השתפרה, התכנון מתייעל, ועודפי המלאי הצטמצמו. בשל כך, החברה עומדת טוב יותר בלוחות הזמנים ובזמני האספקה ללקוחות הקצה הגלובליים. תומס בר-און, מנמ"ר סיליקום, אמר כי "העבודה מול הגורמים הפנימיים בחברה נעשתה בשיתוף פעולה ובשקיפות מלאה לאורך כל השלבים: מהתכנון ועד ההטמעה, כולל התיקונים שבדרך. כלל העבודה בפרויקט נעשתה ביעילות ומקצועיות, מה שאפשר לבצע אותו באופן מיטבי ובהתאם לתהליכים המיוחדים שבארגון". רועי בן מנחם, מנכ"ל סימפליסיטי: "הפרויקט משפיע ישירות על שרשרת האספקה הגלובלית של הארגון. יצרנו תכנון מבוסס נתונים, שמאפשר לראות כל סניף כיחידה עסקית עצמאית: עם הדרישות, המלאי וזמני האספקה שלו, ועם זאת – עדיין לנהל הכול ממערכת אחת מרכזית. לסיליקום יש כיום יכולת לתכנון מדויק יותר, רכש חכם יותר ויכולת טובה יותר לעמוד בהתחייבויות ללקוחות".